王金健,许宁照,郏琨琪.基于卷积神经网络的电压异常检测方法[J].电工技术,2024(20):74-76
基于卷积神经网络的电压异常检测方法
  
DOI：10.19768/j.cnki.dgjs.2024.20.020
中文关键词:  电能表  卷积神经网络  电压异常检测  台区线损
英文关键词:
基金项目:
作者单位
王金健 国网上海市区供电公司 
许宁照 国网上海市区供电公司 
郏琨琪 国网上海市区供电公司 
摘要点击次数: 66
全文下载次数: 0
中文摘要:
      表计电压异常直接影响台区线损，但人工判别电压异常效率低。为了解决该问题，提出了一种基于卷积神经网络的电压异常检测方法。首先，将电压数据统一变为三相数据，计算三相间的电压差值并进行标准化处理；然后，对三相电压进行缩放处理，保留电压大小信息；接着，将标准化后的电压差值和缩放后的电压数据整合为6通道的数据；最后，基于卷积神经网络设计一个电压异常分类模型，模型在经过训练后可以区分电压异常状态。由实验结果可知，该方法整体的准确率和召回率可达到97%，说明该方法的识别精度高。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器